Jack go go go

[Amto @XAMTO_AI]

给娃做英语启蒙，与其折腾那些花里胡哨的中式教材，不如直接上原版资源打底子，这个道理应该不用多说了吧？

美国原版幼儿园资料包，语感这东西就得从小在纯正环境里泡着才养得出来。

别纠结值不值了，先囤进网盘再说。

🔗：https://t.co/2HsmmSqioo

[白骏知识分享 @cj3214567667]

加州大学公开课：三个月流利学会任何语言的秘诀。

[Wayen @wayen_ai]

GitHub 上一个 33k star 的外刊资源仓库，每周更新。

《经济学人》（含音频）、《纽约客》、《卫报》、《连线》、《大西洋月刊》、《国家地理》……支持 epub、mobi、pdf 下载，还能一键推送到 Kindle。

对想通过阅读保持英语语感的人来说，相当于一个自动更新的外刊库。不用自己找资源，每周等更新就行。

🔗 https://t.co/Lu6F3UbUPu

[娜美知识库 @fhwofjow51260]

学英语这些年，我发现一个很反常识的事实：

大部分人不是学得不够多。

而是同一段内容练得不够深。

今天听播客，明天刷 TED，后天收藏一个 YouTube 频道，材料越来越多，真正能复述出来的却没几句。

推荐 GitHub这个开源项目 Echo Loop，专门解决这个问题。

https://t.co/qHRgvsdbl0

它没有把重点放在“给你更多学习资料”，而是把盲听、精听、跟读、复述和间隔复习串成一个完整训练闭环，让你把一段英语音频从“听过”练到“听懂、会说、记得住”。

我觉得最有价值的一点是，它把原本需要自己规划的学习流程自动化了。

[AI Will @FinanceYF5]

Andrew Ng刚放出一条3小时的"如何在2026年成为AI工程师"教程视频。

内容据称覆盖搭建agentic AI系统、AI工程的未来方向、完整的AI提示词课程，还有一段用AI在30分钟内做出应用的实操演示

[娜美知识库 @fhwofjow51260]

自媒体 ai 配音工具🔥

本地AI配音软件 支持300+AI主播

链接：https://t.co/VaDSpytjAb

[娜美知识库 @fhwofjow51260]

挖到宝藏了，有个大神整理了各种免费梯子网络自由的工具合集 ，太全了，喜欢白嫖的有福了

文章地址，评论区⬇️

[娜美知识库 @fhwofjow51260]

我最喜欢的油管博主，不良林，谁知道为啥都停更半年了

学不到新东西，好难受啊

[宝玉 @dotey]

https://t.co/9xwzd2byJ7

[白骏知识分享 @cj3214567667]

今晚别再刷抖音浪费时间了！

发现一位海外老哥的硬核干货：花1小时沉下心看完这套Claude AI完整教程。

它能教你自主搭建工具、自动化处理各种事务。

掌握一项未来两年内绝大多数人都不具备的AI硬核能力。
路怎么走，全看你自己。

积极学习，拥抱AI！

[Ren @Ryrenz]

这是 YouTube 最火爆的 Codex 零基础上手教程。

Youtube 140 万粉丝的大佬 Charlie Chang（Hook AI 创始人），14 分钟带你从下载到实战，全程跟着做一遍：
让搭载 GPT-5.5 的 Codex 自己做落地页、写营销方案、跑定时任务、还能生成宣传视频——一条 prompt 就能产出一整套素材。

章节：

00:00 Codex 是什么，为什么比 Claude/Gemini 强
00:44 第一步：下载安装 Codex
01:08 走一遍引导设置
01:38 吃透主界面：项目、聊天、权限、模型档
03:44 实战介绍
03:57 配连接器：GitHub / 浏览器 / HeyGen
04:35 Plan 模式做一个 AI 落地页
05:50 Codex 自带浏览器，自己截图测试
06:14 加自动化：每天 9 点自动出报告
07:25 让 Codex 回头改进落地页
08:39 接 Google Drive，自动生成营销方案
10:24 一条 prompt 生成宣传视频
12:37 做社媒轮播图
12:45 去试、去迭代，做自己的东西

14 分钟，把 Codex 用成全能助手。

[RelaxView @RelaxView]

真就离谱了，这玩意儿是真神！
GitHub趋势第一、星标直接干到 2万+
开源语音合成AI VoxCPM2，海外已经彻底炸锅。

生成的声音你根本听不出来是AI！
1、打一行字「沉稳的30岁女声」就能直接出
2、扔一小段录音，连口癖、语速、情感都能完美复刻
3、48kHz录音棚级音质，Apache 2.0协议，商用随便用

最离谱的是——全部免费！
https://t.co/wJd7fXMGDg
配音党、短视频创作者、数字人玩家，直接冲就完事了
#VoxCPM #AI语音合成 #开源神器 #AI配音 #短视频工具

[Amto @XAMTO_AI]

兄弟们，程序员跪着啃源码的时代终于要翻篇了！🔥

这玩意儿叫 Understand Anything，GitHub 直接冲到 59.2k 星，Trending 第一，真不是吹的。

它能把整个代码库变成可点可问的知识图谱：

1️⃣ 点函数秒出依赖关系，谁调谁一目了然

2️⃣ 直接开口问“支付流程怎么走”，答案秒回

3️⃣ 改代码前跑一下 /understand-diff，哪块会爆提前知道

Claude Code、Cursor、VS Code 全支持，一行命令搞定。

20 万行屎山，10 分钟从懵逼到通透，真香。
🔗：https://t.co/8RxgwFsTsu

[GitHubDaily @GitHub_Daily]

chinese-poetry-api 这个开源项目，把近 40 万首古诗词做成了开箱即用的接口服务。

涵盖唐诗、宋词、元曲、诗经、楚辞等内容，并且按朝代、作者、诗词做个分类。

还能进行全文搜索和随机获取诗词，支持简繁体切换，加个参数就行。

GitHub：https://t.co/Tyo7DuZnvB

部署使用也很简单，官方准备了 Docker 镜像，一行命令即可完成安装部署。

适合想给自己的网站或小程序加点古诗词氛围的朋友，省去找数据搭建后端的麻烦。

[孤桜ETH @GYLQ520]

发现一个用Claude打造的“内容核弹”，不说一声实在过意不去。

随便丢进去任何素材——微信公众号文章、YouTube视频、播客音频、PDF、Word、Excel、电子书，它都能直接给你生成播客文稿、PPT、思维导图。

最离谱的是什么？

300多个付费网站，包括纽约时报、金融时报、经济学人，付费墙直接视若无物。

全程自然语言交互，一行代码都不用写。

学习党、内容党、知识管理党，这东西不收藏真的亏大了。

🔗 https://t.co/wuYtGAzTJR

[花叔 @AlchainHust]

虽迟但到！一大堆人找我要的《Loop Engineering橙皮书📙》来了。

32页！老规矩：免费、开源、评论区自取！

以及，你需要知道的是，这当然是我的橙皮书skill自动写的，它收集整理了现在关于这个概念几乎所有的可靠信源的讨论，然后读取了我的写作风格和经验输出。

不是关于loop enginnering的圣经，也不是你借此就能精通了。它完全可以是，以及只是一份帮助你快速全方位理解loop engineering概念、来源、以及实践要点的一份参考资料。

enjoy～

[mokeyjay @ttmokeyjay]

为中文学习者设计的 AI 入门课
https://t.co/dEBn7C6PIK

全免费，看起来不错，马了就是学了

[实践哥MinLi @MinLiBuilds]

我希望我本科研究生阶段能读到这么好的文章，我的职业发展会完全不一样。

这是她做 research 的方法论，非常聪明扎实，有复利性。

译文：

vivek
@itsreallyvivek
如何做好研究（how to be good at research）
并没有人真正教过你如何做研究。你得到一张办公桌、一个别人挑好的问题，以及一个“做出点新东西”的模糊指令。因此，大多数人通过他们能看到的东西（比如论文、帖子和公告）对这份工作进行逆向工程，最终他们学到的只是如何“看起来”像个研究员，而不是如何“成为”一个研究员。真正的研究能力是一系列小技能的堆叠，而几乎每一项都可以通过刻意练习来培养。
挑选你自己的问题
理查德·汉明（Richard Hamming）在贝尔实验室有个习惯，这让他在午餐时很不受欢迎。他会问坐在旁边的人，他们领域里重要的问题是什么，然后问他们为什么不去研究这些问题。于是大家纷纷换桌吃饭。这个问题很刺人，因为我们大多数人都给不出好答案。我们不是在选择问题，而是在吸收问题——从导师那里吸收，从某个大实验室上个季度发布的公告里吸收，从这周大家都在转发引用的论文里吸收。
吸收来的问题，麻烦在于你只握有结论，却不知其背后的推理逻辑。你知道某个著名实验室关心某个方向，但你不知道为什么，不知道他们期望发现什么，也不知道什么情况会让他们放弃这个方向。当他们转向时，你一年后才会察觉。而且，在一个已经流行起来的问题上，你是在和一千个起步比你早、算力比你多的人赛跑。
约翰·舒尔曼（John Schulman）的机器学习研究指南将这项工作分为两种模式。第一种，你阅读文献并寻找可以改进的地方。第二种，**你选择一个你真心希望实现的结果，然后反推去设计实验。**他主张第二种，其隐晦的原因在于这能制造出原创性。一个你真正关心的目标，会把你拖入任何综述论文都未曾覆盖的领地。
至于“品味”（taste），人们常把它当成一种天赋来讨论。但它表现得其实更像是一块肌肉。在运行每次实验前，先预测它的结果；遮住一篇论文的结果部分，仅凭它的方法来猜测数据；记下这个月发布的哪些成果在两年后依然重要，以后再来验证你的命中率。一次预测加上一次纠错，重复几百次——每一个好模型都是这样训练出来的，包括你脑子里的那个。
升级你的输入
共享的阅读清单产生共享的想法。如果你的信息口粮只是 arXiv 的热门榜单加上群聊筛选后剩下来的东西，你必然会跟所有人同时得出同样的结论，这也使得这些结论几乎一文不值。
旧资料的价值被严重低估了。这个领域总是延时重演自己的过去：混合专家模型（MoE）可追溯到 1991 年，LSTM 到 1997 年，反向传播在 1986 年就成了主流。理查德·萨顿（Rich Sutton）在 2019 年只用了一千来字就写出了《苦涩的教训》（The Bitter Lesson），而它对该领域发展轨迹的预测，比篇幅长它十倍的综述还要准。克劳德·香农（Claude Shannon）在 1952 年做过一场关于创造性思维的演讲，他的第一招就是把问题缩小到几乎微不足道的程度，破解这个缩小版，然后再将难度一点一点地加回去。单凭这一招，就能帮你撞破比任何现代生产力建议都要多的墙。
**广度和深度一样重要。**可解释性研究毫不掩饰地借鉴了神经科学；评测（Eval）设计就是披着白大褂的机制设计；只要对 GPU 到底如何移动内存有实际的认知，你就能在基准测试结果出来之前判断出哪些架构论文注定会失败；而诚实的统计学可能已经是机器学习领域最稀缺的技能了，在这里，许多公开发表的“严谨”，不过是带有误差棒的“感觉”。
还有一件事。**去读论文本身，而不是读总结它的帖子。**附录才是埋藏秘密的地方，而“局限性”部分通常是整篇文档中最诚实的一段。

把一切都写下来
保罗·格雷厄姆（Paul Graham）指出，一个想法在你试图把它变成文字之前，总感觉已经非常成熟了。但白纸黑字会暴露出你大脑粉饰过的漏洞：你从未测试过的假设、其实并不连贯的步骤、两个悄悄自相矛盾的主张。
费曼（Feynman）的原则是，你必须避免欺骗的第一人就是你自己，因为你是最容易上当的目标。**写作是有史以来发明的最廉价的防御机制。**达尔文走得更远，他将其程序化了：任何违背他理论的事实都会被当场写下来，因为他发现自己的记忆删除不便证据的速度，远比删除有利证据的速度快。你的记忆对你失败的运行记录也是如此。保持做日志的习惯：假设、设置、预期、结果、更新后的认知。重读上个月的记录会让你感到极度谦卑，没有任何审稿人能带来这种效果。

[Fang @FLMdongtianfudi]

全英文经济书籍，被国内封禁

作者是国际知名中国经济研究专家，美国外交关系委员会和美中关系全国委员会成员。

本书基于扎实研究、深厚理论基础和丰富实地经验， 被众多国际大学选为经济学课程教材，成为深入理解中国经济增长模式、制度特征和未来挑战的权威入门书籍

英文原版+AI翻译版👇放在评论

[Ren @Ryrenz]

Codex 的最强 Skill 你都装了吗？

这 6 个 skill 装上（Codex、Claude Code、Cursor 都能装），它能干的活远超你想象，这些 Skill 的口碑早已被各大社区验证过：

1、Superpowers（obra，227k star）

给 Agent 装一整套资深工程师的干活方法论：

先脑暴、再写计划、按测试驱动开发、最后派一个子 Agent 回头审自己的代码。

最强 Skill，实至名归

https://t.co/TRHuUKtU47

2、OpenAI 官方插件，把 Codex 变身不同岗位员工

这些 Skill 把 Codex 从写代码拽进全岗位。

数据分析接 Snowflake、销售接 Salesforce，外加投研、创意生产、PPT，开箱就接 62 个商业应用、110 个预置 skill。

现在非开发者已经占 Codex 用户两成，比例还在不断上升。

https://t.co/siTGbiiuuo

3、claude-mem（82k star）

给 Codex 装长期记忆。

每次对话的关键信息自动压缩存档，开新会话自动注入，不用再把项目背景从头讲一遍。

多个 Agent 通用。

https://t.co/4JpzY7t3sm

4、Agent-Reach（27.7k star）

给 Codex 装上互联网的眼睛。一条 CLI 让它去读、去搜 Twitter、Reddit、YouTube、小红书、B站、公众号等 17 个平台，零 API 费。

否则 Agent 搜网页还行，一让它翻帖子看视频就抓瞎。

https://t.co/1kemyEEugO

5、GitNexus（42k star）

把几十万行的老项目建成一张代码图谱，让 Codex 看懂藏在深处的依赖关系和抽象的命名，接手代码仓库不再两眼一抹黑。

https://t.co/d3nDSwz3Zj

6、Humanizer-zh（10.1 k star）

专门去掉 AI 写作的痕迹：滥用的破折号、空话套话。写文档、README、博客时过一遍非常好用。

https://t.co/cKjIdCJzjh